近年來，聊天機(jī)器人技術(shù)及產(chǎn)品得到了快速的發(fā)展。聊天機(jī)器人作為人工智能技術(shù)的殺手級(jí)應(yīng)用，發(fā)展得如火如荼，各種智能硬件層出不窮。

本次公開課中，AI科技大本營聯(lián)合電子工業(yè)出版社博文視點(diǎn)邀請(qǐng)到上海瓦歌智能科技有限公司總經(jīng)理，狗尾草科技人工智能研究院院長(zhǎng)邵浩老師，他將在3月21日的公開課中為大家講解聊天機(jī)器人落地及進(jìn)階實(shí)戰(zhàn)。

本課程將全面闡述聊天機(jī)器人的技術(shù)框架及工程實(shí)現(xiàn)細(xì)節(jié)，并對(duì)于聊天機(jī)器人的下一代范式：虛擬生命，進(jìn)行了詳細(xì)的剖析，同時(shí)，聚焦知識(shí)圖譜在實(shí)現(xiàn)認(rèn)知智能過程中的重要作用，給出了知識(shí)圖譜的落地實(shí)踐。

本課程適合工程一線的研發(fā)人員，可以通過本課程了解聊天機(jī)器人的實(shí)現(xiàn)細(xì)節(jié)。適合高校學(xué)生，可以通過本課程學(xué)習(xí)聊天機(jī)器人的技術(shù)框架及典型算法。

以下為公開課速記整理

邵浩：今天跟大家聊一聊聊天“機(jī)器人的落地及進(jìn)階實(shí)戰(zhàn)”。我是來自深圳狗尾草智能科技有限公司的邵浩，現(xiàn)在負(fù)責(zé)公司人工智能研究院的工作，主要是做聊天機(jī)器人相關(guān)產(chǎn)品。

今天想跟大家聊的內(nèi)容包括這幾個(gè)方面，包括以下幾個(gè)部分：

第一部分，跟大家講一講聊天機(jī)器人總體產(chǎn)生的背景和技術(shù)架構(gòu)；

第二部分，會(huì)跟大家聊一聊聊天機(jī)器人在工程實(shí)現(xiàn)的方方面面，這里我會(huì)配合一些代碼，跟大家解釋一下它每個(gè)模塊、每個(gè)功能是怎么實(shí)現(xiàn)的，希望大家聽完這部分之后，可以自己動(dòng)手去搭一個(gè)聊天機(jī)器人；

第三部分，想跟大家聊一聊知識(shí)圖譜在虛擬生命中的應(yīng)用及技術(shù)路徑，并會(huì)簡(jiǎn)單介紹虛擬生命，也就是我們發(fā)現(xiàn)聊天機(jī)器人的種種問題之后，想著是不是有更好的辦法去解決聊天機(jī)器人所面臨的很多問題；

最后一部分，花5-10分鐘時(shí)間跟大家聊聊工程落地的其他問題。

簡(jiǎn)單介紹就到這里，我們言歸正傳。

聊天機(jī)器人概述

首先介紹一下背景。大家現(xiàn)在對(duì)人工智能的感覺是什么樣子？無論是AlphaGo，還是AlphaGo Zero，戰(zhàn)勝人類最頂尖的圍棋選手；還是Project Debater，一個(gè)參加人類辯論賽的機(jī)器人，在今年1月份創(chuàng)造了不俗的成績(jī)；還是波士頓動(dòng)力這種行云流水般的機(jī)器人和機(jī)器狗，它也是人工智能非常好的一個(gè)應(yīng)用，而且像OpenAI曾經(jīng)在去年DOTA2比賽中也很厲害。DeepMind最近在搞《星際爭(zhēng)霸2》的比賽，人工智能正在突破一項(xiàng)又一項(xiàng)人類的想象空間，所以我們對(duì)人工智能現(xiàn)在有一個(gè)非常直觀的印象是什么？人工智能是上天入地?zé)o所不能的，所以我們會(huì)覺得，無論是媒體中現(xiàn)在所說到的機(jī)器人覺醒，還是人類毀滅，就變成了非常自然的一個(gè)事情。

我們?nèi)绻麕е@樣的感覺去看聊天機(jī)器人的話是什么樣的呢？我們有什么樣的使用感受？各位同學(xué)可能跟我一樣，凡是有這個(gè)聊天機(jī)器人產(chǎn)品，我們大概用了1、2天，在新鮮感過去之后，就發(fā)現(xiàn)這個(gè)東西再也不會(huì)開了，或者再也不會(huì)跟它聊天了，到底什么原因造成這種現(xiàn)象？除了誤識(shí)音、準(zhǔn)確率不高之外，我們對(duì)這些問題還是很寬容的。但是我們上次在媒體上看到一篇報(bào)道——外國用戶使用亞馬遜的Echo音箱的時(shí)候發(fā)生了什么事？他晚上正在睡覺，突然這個(gè)燈亮起來了，然后冷笑了兩聲！這個(gè)太恐怖、太嚇人了、太毛骨悚然了！如果是我碰到這種情況，在大半夜時(shí)這個(gè)音箱突然自己笑了，除了拔掉它的插頭，把它從樓上面扔下去摔得粉碎之外，也沒有什么好的辦法解我的心頭之恨，所以我們可以看到這個(gè)聊天機(jī)器人產(chǎn)品實(shí)在表現(xiàn)不佳。

說到聊天機(jī)器人產(chǎn)品為什么做得這么差？我作為一個(gè)從業(yè)者還是很寬容的，因?yàn)槲抑懒奶鞕C(jī)器人的邊界在什么地方，所以我在問聊天機(jī)器人產(chǎn)品的時(shí)候就在想：這個(gè)聊天機(jī)器人產(chǎn)品可能這個(gè)地方技術(shù)有問題，所以我不去問或者盡量避免去問它。但是普通的用戶對(duì)聊天機(jī)器人產(chǎn)品是沒有那么寬容的，我花了那么多錢買這個(gè)聊天機(jī)器人音箱，我希望的是可以跟我自然對(duì)話的機(jī)器人，但是這個(gè)達(dá)不到之后，他就會(huì)埋怨開發(fā)者。

用戶一般對(duì)我們這個(gè)產(chǎn)品的寬容度真的是很低的，他們覺得你們技術(shù)做得真的很差，其實(shí)我們行業(yè)從業(yè)者們覺得很委屈的，這個(gè)事情不能怪我們，是根據(jù)技術(shù)現(xiàn)在發(fā)展的程度所決定的。像微軟亞洲研究院副院長(zhǎng)周明老師曾經(jīng)說過，語言智能是人工智能皇冠上的明珠，如果我們把這個(gè)美女當(dāng)作我們所有的技術(shù)的話，人工智能就是她頭上的這頂皇冠，而語言智能就是皇冠上的這顆明珠。什么意思？自然語言處理本身就是非常難的事！

我舉個(gè)簡(jiǎn)單的例子，大家就明白了，比如我說一句話叫“明明明明明白白白喜歡他，但是他就是不說。”我問同學(xué)們，是誰喜歡誰？是誰又不說？這句話很難。我再說一句話，比如“我沒有看見他拿了你的錢包”，如果我們?cè)诓煌恼Z氣、不同音調(diào)和重音的情況下，這句話的含義是完全不一樣的。比如說“我沒有看見他拿了你的錢包”（重音在“看見”上），這個(gè)意思就是我沒有看見他拿了你的錢包，我可能聽別人說他拿了你的錢包，但是我沒有親眼見到，或者“我沒有看見他拿了你的錢包”（重音在“錢包”上），就是說他拿了你的別的什么東西，但是他沒有拿了你的錢包。

所以我們?cè)诶斫庖痪湓挄r(shí)，它其實(shí)是跟上下文，跟說話者的世界觀、說話者的情緒、所在的環(huán)境、聽者的世界觀都是非常相關(guān)的，一句“你好嗎？”或者一句“吃了嗎？”在不同人物中的對(duì)話的含義是完全不一樣的，所以NLP技術(shù)本身就是非常難的事，

當(dāng)然，還是要做，為什么要做呢？

我曾經(jīng)在其他的報(bào)告也說過，微軟在2016年就提出這樣一個(gè)口號(hào)，叫“對(duì)話即平臺(tái)”，它認(rèn)為語言是人類交互最自然的方式，從遠(yuǎn)古時(shí)代開始，人類就用語言進(jìn)行狩獵時(shí)的互相協(xié)作、互相呼應(yīng)，在自己豐收時(shí)，在村子里跟大家八卦八卦，促進(jìn)大家的友誼，所以語言是人類最自然的一種交互方式。但是受限于硬件和軟件，我們之前跟電腦基本上是用鍵盤和鼠標(biāo)進(jìn)行交互的，所以我們現(xiàn)在深度學(xué)習(xí)、大數(shù)據(jù)、GPU的硬件提升之后，可以直接使用語言跟機(jī)器進(jìn)行交互了，這也是為什么2016年微軟提出“對(duì)話即平臺(tái)”的這個(gè)概念。

聊天機(jī)器人生態(tài)技術(shù)體系

我們看一下聊天機(jī)器人怎樣分類的，它可以分為三個(gè)大的生態(tài)體系：一是框架，二是產(chǎn)品，三是平臺(tái)。

怎么理解？Echo是一種產(chǎn)品，Apple的Siri是一種產(chǎn)品，公子小白是一種產(chǎn)品，IBM Watson是一種產(chǎn)品，小冰也是一種聊天機(jī)器人產(chǎn)品。這些產(chǎn)品有不同的展現(xiàn)形式，比如Siri的載體是手機(jī)、微信或者微博；我們有一款音箱，它的載體是它的硬件，這些產(chǎn)品一定要有一個(gè)載體去進(jìn)行承載，這個(gè)載體就叫做聊天機(jī)器人的平臺(tái)，這個(gè)平臺(tái)可能包括像微信、LINE、MSN等等這樣一些平臺(tái)。我們可以理解為是利用這個(gè)框架來造這個(gè)產(chǎn)品的一個(gè)平臺(tái)，國外的有Alexa、LUIS、Wit，國內(nèi)有一些比如像ruyi、UNIT都屬于聊天機(jī)器人的框架。

我們?cè)偻a(chǎn)品這個(gè)方向看，產(chǎn)品主要分為兩大類方向，第一大類叫被動(dòng)交互，第二大類叫主動(dòng)交互。所謂被動(dòng)交互就是我問它答，我跟它說一句，它跟我說一句，這叫被動(dòng)交互。我們剛才講到了被動(dòng)交互，被動(dòng)交互其實(shí)分為好幾種。

聊天機(jī)器人的工程實(shí)踐（代碼解釋）

接下來的代碼實(shí)戰(zhàn)環(huán)節(jié)，會(huì)跟大家從閑聊、到任務(wù)對(duì)話、到問答，跟大家完全梳理一下聊天機(jī)器人的所有分類。很多聊天機(jī)器人都做不到主動(dòng)交互，因?yàn)樗枰軓?qiáng)的知識(shí)圖譜知識(shí)和場(chǎng)景設(shè)計(jì)，比如在你心情不好時(shí)給你推薦一個(gè)什么音樂，這是主動(dòng)交互方面，現(xiàn)在做得不是特別好。安利一下，我們出了一本書，叫《聊天機(jī)器人技術(shù)原理與應(yīng)用》，感興趣的同學(xué)們可以看一下。

現(xiàn)在開始進(jìn)入實(shí)戰(zhàn)環(huán)節(jié)，我從最簡(jiǎn)單的開始，不需要有任何知識(shí)儲(chǔ)備，就可以去做一個(gè)聊天機(jī)器人，一直到我們自己去搭一個(gè)聊天機(jī)器人的框架，并且利用Python去實(shí)現(xiàn)這個(gè)聊天機(jī)器人。

快速上手

第一步帶大家看一下這個(gè)“快速上手”。我給大家準(zhǔn)備的是這個(gè)例子，大家可以看一下我的網(wǎng)頁，我給大家準(zhǔn)備的例子是一個(gè)叫ruyi的平臺(tái)，它的網(wǎng)址是ruyi.ai，打開這個(gè)網(wǎng)頁以后有一個(gè)叫“魔戒”的技能插件工具，這個(gè)時(shí)候它上面有一句話叫“我要產(chǎn)機(jī)器人”，登陸一下，我們就可以利用它的平臺(tái)去造一個(gè)機(jī)器人了。這里可以看到我現(xiàn)在建了很多聊天機(jī)器人，我可以新建一個(gè)，為了節(jié)省時(shí)間，我直接管理我現(xiàn)有的聊天機(jī)器人。可以讓機(jī)器人具有不能的技能，在技能商店里可以讓機(jī)器人擁有中譯英的技能、影視點(diǎn)播技能、挑戰(zhàn)單詞技能、兒童閑聊的技能，點(diǎn)擊“獲取技能”，它就可以直接部署，部署之后我就可以直接跟它聊天了，這個(gè)功能已經(jīng)嵌入進(jìn)去了。還有一種，是我們可以在對(duì)話場(chǎng)景里去建立一些新的意圖，這個(gè)意圖相當(dāng)于你配了一些語料，然后它回答一些特定的語料，比如我這里建立了一個(gè)新意圖叫“寒暄”，這個(gè)意思就是當(dāng)用戶說“Hi”或者“Hello”或者“你好”的時(shí)候，機(jī)器人回答是“Hi”/“Hello”/“你好，好久不見。”這個(gè)ruyi機(jī)器人如果我們按照這個(gè)技能去設(shè)置一下，我們可以試一下，比如我說“Hello”，它就會(huì)說“你好，好久不見”，我再說一句“Hello”，它會(huì)隨機(jī)在這兩個(gè)回復(fù)里選擇一個(gè)進(jìn)行回復(fù)。其實(shí)大家不需要任何基礎(chǔ)知識(shí)，就可以去造一個(gè)自己的聊天機(jī)器人，我們是利用ruyi.ai的平臺(tái)去做這個(gè)事情，這是最簡(jiǎn)單的操作方法。

接下來，我們?cè)僦v稍微難一點(diǎn)的一個(gè)平臺(tái)。這個(gè)平臺(tái)叫做百度的UNIT，百度的UNIT現(xiàn)在做得很好，我們?nèi)タ匆幌逻@個(gè)百度UNIT怎么用的，網(wǎng)址是unit.baidu.com，這個(gè)很漂亮，鼠標(biāo)移動(dòng)過去有一些很炫的效果。進(jìn)入U(xiǎn)NIT之后，還是為了節(jié)省時(shí)間，我不直接去新建一個(gè)機(jī)器人了，我直接在我今天下午建好的機(jī)器人上進(jìn)行一個(gè)測(cè)試，我建了一個(gè)叫“測(cè)試”的機(jī)器人，它同樣跟ruyi一樣可以添加一些技能，比如我可以添加打電話、電影、天氣、機(jī)票、閑聊等等這樣一些技能，而且它還有一個(gè)比較好的功能是什么？我可以自定義去配一些技能，比如在我的技能里可以配一個(gè)叫test的功能，我在這個(gè)test里設(shè)置了一個(gè)“天氣”，就是問天氣的意圖、對(duì)話。

怎么去做這個(gè)事呢？講這個(gè)平臺(tái)時(shí)，我為什么說它比剛才的那個(gè)ruyi稍微難了一點(diǎn)？它這里面需要牽扯到我們對(duì)槽位的理解。我們先不解釋什么叫槽位，我們先看一下我設(shè)定這個(gè)意圖是怎么設(shè)定的。我設(shè)定這個(gè)意圖叫“weather”，它的別名是“天氣”。它怎么做呢？我設(shè)計(jì)一個(gè)詞槽叫“city（城市）”，也就是說當(dāng)我在問機(jī)器人一個(gè)問題時(shí)，我必須把“城市”這個(gè)詞槽的信息告訴機(jī)器人，如果我沒有告訴機(jī)器人的話，它就會(huì)自動(dòng)的反問說“你在哪個(gè)城市？”這個(gè)時(shí)候我們?nèi)绻ミ@樣設(shè)置的話，在我說到比如“今天上海天氣如何”時(shí)，它就可以說“現(xiàn)在播報(bào)上海的天氣情況”，它會(huì)在會(huì)話過程中檢查我是不是已經(jīng)有了“ctiy”這樣一個(gè)槽位。這就是我們講了非常簡(jiǎn)單的兩個(gè)平臺(tái)。

剛才我提到為了用UNIT需要去了解這個(gè)槽位是什么意思。槽位是什么意思？我再跟大家詳細(xì)解釋一下。我們看一下這樣一個(gè)對(duì)話，比如說我現(xiàn)在在辦公室，跟大家講這個(gè)話題，我很困，我跟這個(gè)聊天機(jī)器人說“能不能幫我訂一杯星巴克的咖啡送到辦公室”，聊天機(jī)器人可能回復(fù)說“好的，點(diǎn)你最愛喝的大杯美式可以嗎？”它其實(shí)就是個(gè)任務(wù)型對(duì)話，任務(wù)型對(duì)話就是為了滿足特定的任務(wù)指標(biāo)，比如訂票、訂咖啡、訂餐。在任務(wù)型對(duì)話里，一般會(huì)牽扯槽位提取和填充，槽位就是在這個(gè)任務(wù)里所需要的這些關(guān)鍵信息。

我們看一下它的處理流程，當(dāng)這句話進(jìn)來之后我們首先會(huì)在NLU自然語言理解部分做個(gè)意圖識(shí)別，可以用規(guī)則的方法去做，可以用分類器的方法去做，也可以用現(xiàn)有的深度學(xué)習(xí)方法去做，這都沒有問題的。如果我們判斷這句話的意圖是訂咖啡，接下來要做的什么事情？接下來要做的就是把咖啡需要的這些槽位，如地點(diǎn)、店名、口味、類型填進(jìn)去，這個(gè)方法里面又牽扯到很多自然語言處理的技術(shù)，這里就不是我們這次課的重點(diǎn)關(guān)注內(nèi)容，我們只關(guān)注我可以在這個(gè)句子里去抽取到這些信息。比如說地點(diǎn)，它是東方科技大廈，是根據(jù)我GPS定位，定位到我是東方科技大廈，店名是星巴克，類型是外賣。因?yàn)槲艺f的是“幫我訂一杯送到辦公室”，并沒有說口味，機(jī)器人在這一步時(shí)并不知道我想要什么口味的咖啡，這時(shí)就有問題了，不知道什么口味怎么幫你點(diǎn)呢？這個(gè)對(duì)話現(xiàn)在進(jìn)入到我們所說的“對(duì)話管理”模塊，對(duì)話管理分為兩部分，第一部分叫DST，第二部分叫DPO（以前我們叫DPL）。DST的意思就是“對(duì)話狀態(tài)跟蹤”，DPO的意思是“對(duì)話策略優(yōu)化”。DST所做的事情就是跟蹤它的狀態(tài)，并且看一下有沒有上下文，可能他在上文里直接說“我想喝美式”，這就不需要再去猜測(cè)用戶口味了，如果我們發(fā)現(xiàn)這個(gè)上下文是沒有的話，我就需要去猜測(cè)他的口味到底是什么，這里我直接寫了，它可能根據(jù)用戶之前點(diǎn)的咖啡的偏好，我直接排了個(gè)序，美式第一，拿鐵第二，摩卡第三。這時(shí)它就需要做一個(gè)決策了，這時(shí)是要反問用戶喝什么口味呢？還是直接給用戶回復(fù)一句話，幫他點(diǎn)一個(gè)默認(rèn)的咖啡呢？這里就需要跟產(chǎn)品的設(shè)定來進(jìn)行回復(fù)。

我們不希望聊天機(jī)器人在功能型對(duì)話中有太多的多輪交互，我們希望一句話就能夠理會(huì)我什么意思。就跟皇帝和太監(jiān)一樣，皇帝一個(gè)眼神，這個(gè)太監(jiān)就知道馬上要做什么事情，這個(gè)是最棒的。但是聊天機(jī)器人沒有那么聰明，我們盡可能的讓產(chǎn)品設(shè)計(jì)得比較聰明。那怎么設(shè)計(jì)？比如這句話就是設(shè)計(jì)場(chǎng)景，我們知道用戶最喜歡喝美式，這句話可能就說“那我點(diǎn)你最愛喝的大杯美式可以嗎？”這一方面詢問了用戶的口味，另一方面又節(jié)省了對(duì)話輪數(shù)，這是任務(wù)型對(duì)話的處理流程。當(dāng)然，最后自然語言生成時(shí)也需要用槽位把這句話生成出來，這是我們所說的任務(wù)型對(duì)話的基本概念。理解這個(gè)東西，就理解了我們?cè)赨NIT進(jìn)行天氣槽位的填充。

聊天機(jī)器人三種不同形態(tài)的實(shí)現(xiàn)

接下來我們開始介紹聊天機(jī)器人三種不同的形態(tài)是怎么去實(shí)現(xiàn)的。檢索式機(jī)器人最簡(jiǎn)單的做法是什么？比如用戶對(duì)這個(gè)產(chǎn)品說“你穿的衣服好漂亮”。機(jī)器人會(huì)回復(fù)“謝謝你的贊美”，它一般是怎么做的？當(dāng)你說“你穿的衣服好漂亮”的時(shí)候，它會(huì)在一個(gè)很大的語料庫里去搜索，搜索這里面哪一句話跟我現(xiàn)在問的問句是最接近的，然后把最近這句話的回復(fù)直接回復(fù)給用戶，這個(gè)看起來是不是很簡(jiǎn)單？所以其實(shí)如果你掌握了檢索式方法的話，就完全可以做一個(gè)非常棒的機(jī)器人。只要你寫足夠多的語料，用更好的相似度算法，這個(gè)聊天機(jī)器人就會(huì)表現(xiàn)得非常好。但這個(gè)情況只出現(xiàn)在單輪的過程中，如果在多輪的情況下，檢索式的方法肯定就掛掉了。這里最關(guān)鍵的是什么東西？最關(guān)鍵的是匹配。

我們?cè)倏匆幌滤镜募夹g(shù)流程是怎么走的，比如我說剛才那句話“你穿得衣服好漂亮”。它是作為一個(gè)問句，我們就需要做一個(gè)retrieval，這個(gè)retrieval是搜索，我們從大量文件語料對(duì)里去搜索跟我這句話最接近的一些句子，并且把這個(gè)候選集給篩選出來，有了候選集之后，我們就會(huì)做一個(gè)排序，這兩句話到底哪句話跟我這句話的相似度最高，然后我再把它這句話的回復(fù)來回復(fù)給用戶，這是它基本的檢索式的流程，這用2014年一篇論文中提到的經(jīng)典模型，我就直接拿來用了。

(1) 基于文本相似度

接下來開始介紹基于文本相似度、基于語義相似度以及基于深度學(xué)習(xí)的檢索式方法，也就是說對(duì)于檢索式方法，我們現(xiàn)在這里說3種比較基本的技術(shù)。

第一種，基于文本相似度的方法。什么叫文本相似度？舉個(gè)例子“你穿的衣服好漂亮哦”，“你的衣服真漂亮”這兩句話，大家直面上感覺非常相似，它怎么相似？因?yàn)樗淖帧⑺脑~有很多重合，這就是文本相似度的直觀感受。我們知道文本相似度算法有很經(jīng)典的比如邊際距離、TF-IDF、BM25，這種都是非常經(jīng)典的算法，我這里對(duì)算法部分就不做更多深入的描述了，大家如果感興趣的話，推薦大家去聽一個(gè)課程CS 224N，這個(gè)課程是斯坦佛大學(xué)Christopher Manning教授零幾年上的一門課，應(yīng)該就是叫NLP（自然語言處理）這門課，它對(duì)經(jīng)典的自然語言處理算法都做了非常好的解釋。

那么我們一般的做法是，這種相似度算法一般是用到字符串匹配，我們知道字符串匹配的速度一般非常慢，但是我們可以借助相似度的檢索引擎提升它的搜索效率。這里有兩個(gè)，一個(gè)叫ElasticSearch（ES），另一個(gè)叫HNSW，如果感興趣的話，大家可以在后面課程的PDF、PPT里去看一下這兩個(gè)項(xiàng)目。

接下來實(shí)戰(zhàn)里是用這個(gè)基于ES相似度檢索引擎，給大家實(shí)現(xiàn)一個(gè)檢索式的聊天機(jī)器人，我這里列的基本是核心的代碼，就不在這里給大家演示了，PPT可能看得更清楚一點(diǎn)。ES怎么去用？這個(gè)很簡(jiǎn)單，我們直接去Import這個(gè)ElasticSearch，首先要配置一下ES的信息，信息包括什么？它的主機(jī)IP，比如說我這里是172.27.1.203，端口號(hào)是9201，然后數(shù)據(jù)庫名稱是什么？我們把它起了一個(gè)叫similarity_chat，它的表名稱叫什么？比如我們起個(gè)名字叫“qa_corpus”。

接下來就是正常的流程了，比如我們首先要初始化一個(gè)對(duì)象，小寫的es這個(gè)對(duì)象，這個(gè)對(duì)象里所有信息是來源于我們剛才配置的es信息，這里面是端口號(hào)和IP。接下來我們想往這個(gè)es里去添數(shù)據(jù)，因?yàn)槲覀兿氚堰@樣一批數(shù)據(jù)添加到es里去，13頁里這些數(shù)據(jù)，怎么去添呢？這里我們define一個(gè)方法，這個(gè)方法叫insert_one_data，就是我們插入一條問答語料，怎么去插入？一個(gè)問答語料包括兩部分，一個(gè)叫Query，一個(gè)叫Answer，就是一個(gè)Q，一個(gè)A，然后我們會(huì)調(diào)用一個(gè)es的index方法，這個(gè)index方法其實(shí)是直接封裝好的插入語料的方法。它是怎么去做？如果這個(gè)數(shù)據(jù)庫不存在的話，它會(huì)直接生成一個(gè)新的叫這個(gè)名稱的數(shù)據(jù)庫，并且建立一個(gè)表叫“qa_corpus”。然后對(duì)于每一條數(shù)據(jù)，除了Query和Answer，這是兩列數(shù)據(jù)，一個(gè)Query，一個(gè)Answer，還自動(dòng)生成一個(gè)id，相當(dāng)于我們最后生成的數(shù)據(jù)是三列數(shù)據(jù)，第一列是Query，第二列是Answer，第三列是id，這是我們預(yù)先存了這樣一些句子。

接下來要做什么事？接下來要做檢索，我們來了一個(gè)問句之后，定義了一個(gè)方法叫“similarity_chat”，我們對(duì)這個(gè)問句進(jìn)行檢索，跟我剛才數(shù)據(jù)庫里哪一句話最接近，然后我們?nèi)藶樵O(shè)置了一個(gè)90%的閾值。相似度為90%以上的答案返回作為最好的候選答案。Body的格式就是query還有這個(gè)minimum_should_match,就是它90%的值。然后我們用es這個(gè)search的方法去找到它的候選集，找到候選集之后去比較這個(gè)閾值，如果所有的閾值都低于我們?cè)O(shè)計(jì)的90%的話，它就直接返回一個(gè)兜底回復(fù)，比如else，answer這是一條兜底回復(fù)，然后return answer，這是我們的整個(gè)實(shí)現(xiàn)方法。

具體流程在上面看一下，首先，左邊這個(gè)圖是我們插入的三條語料，插入三條語料的Query和Answer分別是“你的衣服真漂亮”、“謝謝你的贊美”，然后還有這兩句。我們現(xiàn)在有一個(gè)query_sent是“你的衣服很漂亮”，我們調(diào)用剛才我們已經(jīng)設(shè)定好的“similarity_chat”這個(gè)方法把這個(gè)query_sent灌進(jìn)去，然后檢索出最好的句子是第一個(gè)。也就是說我們其實(shí)在這里直接利用了ES默認(rèn)的相似度的分值的計(jì)算方法，這個(gè)計(jì)算方法在這里其實(shí)可以跟大家說一下，大家可以在里面去改自己的計(jì)算方法，因?yàn)槲覀冎榔ヅ涠鹊姆种凳强梢宰约喝プ龊芏嗟膬?yōu)化的。所以，這里面大家可以根據(jù)自己的實(shí)際情況去調(diào)整分值的計(jì)算方法，然后做一個(gè)比較個(gè)性化的自己的檢索引擎，最后得到這個(gè)答案是“謝謝你的贊美”，整體的用ES作為檢索式的方法就簡(jiǎn)單跟大家介紹到這里。

簡(jiǎn)單總結(jié)一下，基于ES相似度檢索引擎的優(yōu)勢(shì)在于什么呢？文本相似度它本身是具有一定泛化支持的，比如你加一個(gè)語氣詞“啊”或者“哦”，或者加一個(gè)逗號(hào)、加一個(gè)標(biāo)點(diǎn)，它都可以在相似度檢索方面起到比較好的泛化效果。當(dāng)然，這個(gè)泛化它本身又是一個(gè)比較重要的一個(gè)可以單獨(dú)拎出來講的模塊。比如我們現(xiàn)在常用的方法叫機(jī)器翻譯，我們可以用機(jī)器翻譯的方法對(duì)大量語句進(jìn)行泛化的設(shè)計(jì)，使我們的聊天機(jī)器人可以支持更多泛化語句。第二點(diǎn)優(yōu)勢(shì)，ES里自帶的BM25算法有很多權(quán)重可以調(diào)整，在短文本的情況下比邊際距離還要合理得很多。

劣勢(shì)也很明顯，我舉兩個(gè)例子，大家就很明白了，比如說“你好漂亮”、“我覺得你很好看”，大家看看這個(gè)文本相似度，它里面哪幾個(gè)字是一樣的？“你”是一樣的“好”是一樣的，其他字都不一樣，語義相似但是文本字符不是很相似的情況下，這個(gè)文本相似度算法可能就沒有那么好，但它語義是非常相似的。第二種情況是否定詞怎么辦？比如“我喜歡你”和“我不喜歡你”它的意思是完全相反的，但是在文本相似度檢索時(shí)，如果我們沒有對(duì)否定字進(jìn)行限制，它這兩個(gè)得分是非常高的，“我喜歡你”和“我不喜歡你”的得分是非常高的，這個(gè)情況就非常難以應(yīng)對(duì)。我們一般的處理方法是什么？第一種方法是規(guī)則，比如說我可以設(shè)定一些否定詞的過濾規(guī)則，遇見“不”的情況下跟原有句子是相反的意思，或者怎么樣利用文本語義相似度的方法來去進(jìn)行相似度的檢索，我們接下來跟大家講第二塊，就是基于語義相似度怎么去做。

(2) 基于語義相似度

第二種，基于語義相似度。語義相似度一般來說是三步走，我這里列的三條是三步走策略，第一步，先要把一個(gè)句子中單詞變成向量化的表示，向量化表示的方法實(shí)在太多了，而且有很多人講過專項(xiàng)的talk，這里我就不講嵌入式怎么做的了，如果感興趣的話可以讀一下Word2vec這種原始論文，或者看一下我們現(xiàn)在這種ELMo、Transformer、Bert這些語言模型的動(dòng)態(tài)詞向量是怎么做的。詞向量這塊我就不去解釋了。詞向量的輸出就是把一個(gè)單詞變成一個(gè)向量，比如變成一個(gè)200維或者300維的向量，這是單詞的向量表示。

第二步是做句子的向量表示，比如剛才我舉的例子“我喜歡你”它是三個(gè)詞，我、喜歡、你，我們把這三個(gè)詞的向量拿過來之后怎么把句子的向量做出來，這就需要有一些方法，比如加和平均，比如向量極值，比如最近用得比較多的FastText、Skip-Thought、Quick-Thoughts，這都是非常好用的一些方法，大家可以具體的情況去把句子的向量表示出來。其實(shí)可以用一些預(yù)訓(xùn)練的向量，比如騰訊應(yīng)該有一個(gè)預(yù)訓(xùn)練好的大規(guī)模語料上的向量，大家可以拿來用。

第三步是計(jì)算向量距離，我們有了兩個(gè)句子的向量之后，下一步就要去計(jì)算它的相似度，也就是它的向量距離。一般的做法可能采用歐氏距離或者余弦相似度，也就是說我們得到一個(gè)分值。或者基于深度學(xué)習(xí)的一些方法，也是延續(xù)著剛才我們PPT里講計(jì)算文本相似度的語義相似度的方法。在匹配算法方面，我這邊只列了一些最早提出來的或者最經(jīng)典的算法，如果大家感興趣的話，這后面還有非常多論文可以去讀，包括最近也新出很多這方面的論文。

我們從最早的講，2014年華為的諾亞方舟實(shí)驗(yàn)室這篇論文中提出兩種算法，一種算法是基于表達(dá)的，一種算法是基于交互的。兩者最大的區(qū)別在于對(duì)于句子算相似度的時(shí)候，基于表達(dá)的算法是對(duì)這兩個(gè)句子分別進(jìn)行卷積、池化，進(jìn)行向量化之后通過多層感知機(jī)得到它的匹配度。像MatchPyramid這種算法就是基于交互的，這種算法一開始就把兩個(gè)句子給揉起來了。我們相當(dāng)于一種是分開去算，兩個(gè)兄弟先分開，然后最后再分家產(chǎn)；還有這種兩個(gè)兄弟先揉在一起了，揉成一個(gè)矩陣，這里面有一些相似度的Operator，大家看原始論文時(shí)，Operator是有兩種，一個(gè)是點(diǎn)乘，一個(gè)是最大化。我們把這個(gè)句子里面的比如這8個(gè)詞，每一個(gè)詞都進(jìn)行一個(gè)相似度的操作，就變成了8×8的矩陣，然后在此之上我們做卷積、池化這樣的操作，通過最后的多層感知器得到它最后的分值。所以基本上只有這兩個(gè)方向，一個(gè)叫基于表達(dá)的Matching方法，一個(gè)叫基于交互的Matching方法。大家感興趣的話可以深入的去看一下論文。

(3) 基于深度學(xué)習(xí)

第三種，檢索式還有一種是基于深度學(xué)習(xí)的檢索式方法。這個(gè)我選了一篇比較經(jīng)典的論文，跟大家簡(jiǎn)單講一下它的思想。微軟小冰團(tuán)隊(duì)在2016年提出一個(gè)方法，它不僅考慮詞級(jí)別的，還考慮句子級(jí)別的相似度。什么意思呢？簡(jiǎn)單解釋一下，我們這里有4個(gè)句子：u(1)、u(n-1)、u(n)、r，中間還有很多句子，我們假定它是4個(gè)句子，它現(xiàn)在想算u跟r相似度，怎么算呢？它會(huì)把每個(gè)詞做個(gè)嵌入，也就是做向量化，然后把這個(gè)詞跟r的這個(gè)詞直接做點(diǎn)乘，也就是得到M2這個(gè)矩陣，得到這個(gè)矩陣之后通過對(duì)句子做GRU，它最后得到的隱狀態(tài)我們做一下余弦相似度計(jì)算，得到的是M1這個(gè)矩陣，所以M1和M2這兩個(gè)矩陣分別代表詞和句層面的相似度，再往后就是通過CNN，還有一個(gè)GRU，最后得到一個(gè)Score。這個(gè)就是我們有一些基于深度學(xué)習(xí)的檢索式方法，我也不深入進(jìn)行介紹了。剛才已經(jīng)跟大家講完了基于文本相似度的、基于語義相似度的、基于深度學(xué)習(xí)的檢索式方法。

(4) 基于生成式的深度學(xué)習(xí)方法

第四種，跟大家聊一下基于生成式的深度學(xué)習(xí)方法。這是最早一篇論文，應(yīng)該也是華為做的一篇論文，他們當(dāng)時(shí)做的是怎樣通過一句話直接生成它最后的這個(gè)回復(fù)，就是通過x(1)到x(t)，直接生成y(1)到y(tǒng)(t)，他們提出三種不同的方法。有一個(gè)是直接從這個(gè)隱狀態(tài)得到它的context，還有一種方法是里面加了attention，采用加權(quán)的方式利用這個(gè)attention來得到最后的句子，還有一個(gè)是有一個(gè)contextAttention，還有一個(gè)詞層面的Attention，它們稱之為是local和global這兩個(gè)Attention生成的回復(fù)。在這后面也出現(xiàn)了很多生成式的方法，因?yàn)檫@個(gè)talk是基于實(shí)戰(zhàn)的，所以我們對(duì)理論方面不做過多的深入解釋。

架構(gòu)設(shè)計(jì)

最后來到最復(fù)雜的一塊了，如果我們想從0到1利用自己的Python代碼去創(chuàng)造一個(gè)聊天機(jī)器人，應(yīng)該怎么去做？第一步，要先把架構(gòu)給設(shè)計(jì)出來。這個(gè)聊天機(jī)器人的架構(gòu)應(yīng)該分幾個(gè)部分，我們肯定是要用Python去寫一個(gè)DM（對(duì)話管理）這個(gè)模塊，然后這個(gè)模塊會(huì)接收自然語言理解（NLU）的一些信息，同時(shí)，它會(huì)對(duì)句子進(jìn)行一個(gè)意圖解析，同時(shí)它會(huì)根據(jù)意圖解析的結(jié)果選擇一項(xiàng)功能，比如它是任務(wù)對(duì)話，還是功能對(duì)話，還是問答，還是閑聊，它有不同的處理方式，最后回復(fù)的時(shí)候我們還有一個(gè)NLG的模塊，這就是整個(gè)聊天機(jī)器人簡(jiǎn)單的一個(gè)架構(gòu)。

接下來這個(gè)序號(hào)是我要跟大家把這幾個(gè)模塊全過一遍：第一個(gè)，NLU，第二個(gè)，意圖解析，第三，DM，第四，任務(wù)對(duì)話，第五，問答，第六，NLG。為什么不講功能和閑聊？功能假定可以直接使用ruyi、UNIT的技能包，我們這里面就不做開發(fā)了。我剛才也講過了閑聊，我們直接用檢索式的方法做閑聊，我們用很多語料庫直接做檢索式的閑聊就結(jié)束了。這是我們說的架構(gòu)設(shè)計(jì)。

NLU

第一點(diǎn)，NLU怎么做。讓大家失望了，NLU里沒有代碼，為什么沒有代碼？因?yàn)楹芏嚅_源的項(xiàng)目在做NLU的事情，NLU其實(shí)非常多的模塊，至少我們現(xiàn)在用的模塊就有十幾、二十個(gè)，這里包括什么？分詞、詞性標(biāo)注、依存、情感分析、實(shí)體鏈接、實(shí)體發(fā)現(xiàn)、語義消歧、主體識(shí)別、句子有效性判斷等等，這個(gè)并不是一節(jié)課能講完的。但我建議大家，如果你真的想以簡(jiǎn)單的方式去實(shí)現(xiàn)一個(gè)聊天機(jī)器人的話，我們?yōu)槭裁从泻玫臇|西不用呢？Jieba分詞是很好的一個(gè)開源項(xiàng)目，中科院還有一個(gè)NLPIR，哈工大有一個(gè)LTP，斯坦佛有CoreNLP，我們還有最經(jīng)典的NLTK的包，還有HanLP、AllenNLP。在NLU這塊如果自己做的話實(shí)在是非常煩，比如分詞、依存自己做的話，這個(gè)時(shí)間就花費(fèi)得太多了，最好的辦法是我用別人的東西，我去加一些自己的個(gè)性化，這就是我NLU所要跟大家講的內(nèi)容。

意圖分類

第二點(diǎn)，意圖分類。想跟大家聊一下意圖分類最容易實(shí)現(xiàn)的方法，整個(gè)方法的分類其實(shí)是有幾種的，比如：傳統(tǒng)方法，傳統(tǒng)方法里面我們可以用特征，用一些分類器，然后直接對(duì)這個(gè)意圖，比如我們用決策樹或者SVM直接對(duì)句子進(jìn)行分類。當(dāng)然還可以用深度方法，比如CNN或者CNN+LSTM來進(jìn)行分類。右邊這個(gè)圖給的就是這樣一個(gè)深度分類的方法，它是對(duì)一個(gè)句子進(jìn)行了一個(gè)embedding之后，I是一個(gè)單詞，它是一個(gè)5維的向量，這是一個(gè)舉例，然后它每個(gè)詞都有一個(gè)向量，這個(gè)矩陣拿過來之后，我們就會(huì)有一些卷積、池化的操作，最后得到的是二分類的一個(gè)結(jié)果，這也是利用深度學(xué)習(xí)的方法去做的。但是我們?cè)诠こ讨羞€需要考慮什么呢？還需要考慮我們到底是二分類、多分類，還是層次分類。二分類很簡(jiǎn)單，1和0。多分類也很簡(jiǎn)單，比如情感里面有“正中負(fù)”。層次分類就比較復(fù)雜了，比如我們的產(chǎn)品里共有五層分類，300多種意圖，所以我在做的時(shí)候，用什么方法才能保證它有比較高的RECALL。這就是我們?cè)诠こ讨兴枰龅膯栴}，其實(shí)是很復(fù)雜的事情。

接下來我跟大家聊怎樣用規(guī)則方法實(shí)現(xiàn)意圖分類，用規(guī)則方法實(shí)現(xiàn)意圖分類是非常準(zhǔn)確的，但是它缺點(diǎn)在于我們要對(duì)每一個(gè)句子都進(jìn)行規(guī)則的覆蓋，而且當(dāng)規(guī)則實(shí)在是太多的時(shí)候模型就會(huì)變得非常難維護(hù)，這是它的缺點(diǎn)。我們來看一下規(guī)則怎么去做，比如我這里舉了一個(gè)事例是三種不同的意圖，一個(gè)是“講笑話”，一個(gè)叫“成語接龍”，還有一個(gè)叫“天氣”。它所對(duì)應(yīng)的規(guī)則是這樣寫的，比如“來一個(gè)笑話”這可以覆蓋，“說一個(gè)笑話”可以覆蓋，“講笑話”也可以覆蓋，“說笑話”也可以覆蓋，這是一個(gè)規(guī)則，剩下的是同理。

怎么去做呢？我們看一下，右邊有兩個(gè)函數(shù)，第一個(gè)函數(shù)叫build，第二個(gè)函數(shù)叫intent_recognition。這個(gè)函數(shù)的作用是正則編譯，正則編譯大家應(yīng)該也很清楚，我們對(duì)正則表達(dá)式進(jìn)行預(yù)編譯的話，可以有效加快正則的匹配速度，這個(gè)是編譯，我就不講了。第二個(gè)是在意圖分類的上面，如果有query進(jìn)來之后，candidate_list一開始是空的，然后我們把正則編譯之后，從正則里面去選擇正則對(duì)這個(gè)句子進(jìn)行匹配，匹配之后我們會(huì)對(duì)匹配到的字符串的長(zhǎng)度對(duì)意圖進(jìn)行ranking。也就是說它可能匹配到不同的意圖，這個(gè)時(shí)候我們就需要根據(jù)它匹配的字符串的長(zhǎng)度來對(duì)意圖進(jìn)行排序，最后把所有的candidate進(jìn)行排序之后輸出，這是我們?cè)谟靡?guī)則實(shí)現(xiàn)意圖分類時(shí)的一段代碼。

神藥：fastText

如果大家不想那么麻煩，還有一種包治百病的神藥叫fastText，是在2018年廣泛地被工程界所采用的一種分類方法。當(dāng)然，現(xiàn)在這個(gè)方法被Bert和ELMo、Transformer這種更先進(jìn)的算法所替代，也不是超越吧，大家還是一起做，有時(shí)做一些Stacking方法時(shí)去用，我們也會(huì)用到Bert或者新的GPT這種算法。但是fastText本身對(duì)意圖分類的效果是非常明顯的，而且它由于是基于字符子串的，所以它的性能也非常高，它不僅速度快，性能也非常高，所以在2018年我們笑稱fastText是“包治百病的神藥”，這個(gè)神藥對(duì)工程界的分類起到非常大的促進(jìn)作用。

我們看一下fastText怎么用，很簡(jiǎn)單！它的代碼是非常簡(jiǎn)單的，我們只需要準(zhǔn)備帶有分類標(biāo)簽的數(shù)據(jù)集就行了。分類數(shù)據(jù)集這里是已經(jīng)分好詞的，比如這句話的label是weather，這句話的label是music，這句話的label是news，我們準(zhǔn)備了幾萬條的數(shù)據(jù)集，把它分為測(cè)試集、驗(yàn)證集、訓(xùn)練集，之后我們就import fasttext，然后定義一個(gè)訓(xùn)練函數(shù)，定義一個(gè)預(yù)測(cè)函數(shù)，訓(xùn)練函數(shù)的話比如直接用train_supervised就行了，然后我們還可以算它的precision，recall還有F1，這是訓(xùn)練。用的時(shí)候怎么用？我們把model提出來，然后去predict這個(gè)sentence的label，然后return這個(gè)label就結(jié)束了。fasText是非常好用的一個(gè)算法。

DM（對(duì)話管理）

第三點(diǎn)，下面這個(gè)部分開始講DM。DM的代碼在這里沒有貼，因?yàn)檫@個(gè)實(shí)在是太復(fù)雜了。我跟大家講一下整個(gè)框架是怎么實(shí)現(xiàn)的，DM是對(duì)對(duì)話進(jìn)行控制，很多情況下是對(duì)多輪對(duì)話進(jìn)行控制。我這里舉了個(gè)典型的多輪對(duì)話，這里舉的例子是天氣，我這里列了1、2、3，是用戶在前三輪所說的一些話，比如說用戶第一句說“上海上周日下雨了嗎？”它的對(duì)話時(shí)間是3月21號(hào)的8點(diǎn)，它的意圖是天氣，地點(diǎn)是上海，時(shí)間是2019年3月17號(hào)，因?yàn)樗巧现苋障掠炅嗣础Ｎ覀兂槿∵@些信息之后，就會(huì)給它回復(fù)一個(gè)3月17號(hào)的上海天氣是什么樣子，它下雨了沒有。這是用戶問的第一句話，以下是同理的。

用戶第二句話問的是“上海今天的天氣如何”，所以它最后的回復(fù)是3月21號(hào)的上海天氣。第三句話用戶說了一個(gè)不相干的，用戶覺得好像今天天氣很差，怎么辦呢，他說了一句“明天就不要出門了吧”，這個(gè)時(shí)候我們開始說重點(diǎn)的了。重點(diǎn)就是用戶當(dāng)在第四句話時(shí)說“那明天呢，怎么辦？”我們看一下它的處理流程，“那明天呢”這句話進(jìn)入了意圖分析之后，我們發(fā)現(xiàn)這句話的正常意圖分值是非常低的，也就是說它不像是個(gè)正常的意圖，在意圖判斷時(shí)我們已經(jīng)加載了上下文，也就是說它上文的日志，這時(shí)我們用分類器模型判斷或者用一些規(guī)則，判斷它可能是屬于某個(gè)多輪意圖。這個(gè)多輪意圖是屬于哪一個(gè)呢？我們就要去找這個(gè)窗口，這里面有兩個(gè)窗口，一個(gè)叫時(shí)間窗口，一個(gè)叫輪數(shù)窗口，比如輪數(shù)窗口我們這里設(shè)定的是3輪，3輪內(nèi)的內(nèi)容都會(huì)抓取，時(shí)間窗口是5分鐘，5分鐘內(nèi)的數(shù)據(jù)都會(huì)抓取，這些數(shù)據(jù)都抓取之后，我們判斷它確實(shí)是天氣意圖下面的一句話。這句話有了之后我們填充槽位，“那明天呢”我們判斷他是在問天氣，那這個(gè)天氣的槽位信息是什么？明天是時(shí)間信息，那地點(diǎn)是哪里？地點(diǎn)我們直接沿用上一輪他問這個(gè)天氣的地點(diǎn)的槽位信息。所以最后我們的槽位信息其實(shí)是“上海”是地點(diǎn)，時(shí)間是“3月22號(hào)”，就是明天上海的天氣是怎么樣的。這里面用狀態(tài)機(jī)，然后去決定我們接下來要做什么樣的操作，這里會(huì)經(jīng)過DST的步驟。同時(shí)，我們?cè)诨貜?fù)之后也把這些日志加入到日志的log數(shù)據(jù)庫里去，最后會(huì)返回一個(gè)對(duì)話，這是DM的操作流程。

基于特定任務(wù)的對(duì)話實(shí)例

第四點(diǎn)，接下來是基于特定任務(wù)的對(duì)話實(shí)例，特定任務(wù)代碼非常多，沒辦法貼全，那么就貼一下最基本的這樣一些模塊。比如說我們會(huì)對(duì)槽位首先進(jìn)行一個(gè)限制，比如date是時(shí)間的槽位里包括“今天|明天|后天|本周|下周”等等，地點(diǎn)包括“北京|上海|深圳|廣州”這樣一些地點(diǎn)，當(dāng)有這樣的問句之后，我們首先會(huì)進(jìn)行意圖識(shí)別，intent-recogniton，我們會(huì)對(duì)這個(gè)query進(jìn)行意圖識(shí)別，如果這個(gè)intent是weather的時(shí)候，它就先進(jìn)入到一個(gè)槽位提取，我們提取的槽位是根據(jù)weather下面的槽位信息去提的，它需要包括時(shí)間和地點(diǎn)，所以我們有這樣一個(gè)函數(shù)去抽它的時(shí)間和地點(diǎn)信息。接下來，槽位提取之后我們就要請(qǐng)求天氣接口了，這時(shí)比如我們用的是新浪天氣，新浪天氣有個(gè)服務(wù)，我們就需要用這個(gè)date和location去請(qǐng)求新浪天氣的這個(gè)服務(wù)，返回當(dāng)前的這樣一個(gè)天氣的情況，叫weather-info，有了這個(gè)weather-info之后我們?cè)儆肗LG模塊成一個(gè)回復(fù)，得到這個(gè)anwser，這就是基于我們特定任務(wù)對(duì)話實(shí)現(xiàn)的簡(jiǎn)單流程。

問答模塊

第五點(diǎn)，接下來介紹剛才模塊里的問答模塊。簡(jiǎn)單跟大家說一下基于模塊的問答方式，還有更多的，比如基于語義解析超出了本次課程的范圍。那基于模板怎么做？比如用戶問了“你喜歡看海賊王嗎？”這句話用模板的處理方式就是先去匹配這個(gè)模板庫，它會(huì)在模板庫里去匹配這句話跟誰是最相近的。匹配完之后我們會(huì)有一個(gè)動(dòng)漫字典，它是屬于海賊王，海賊王屬于娛樂類的動(dòng)漫的類型，所以最后給一個(gè)相應(yīng)的回復(fù)語句。

怎么去做？是這樣的流程，它的做法是這樣子的，我們首先維護(hù)了一套正則模板庫，比如“你喜歡（.*）”，這個(gè)正則模板庫大概幾千條或者幾百條，當(dāng)有一個(gè)問句進(jìn)來時(shí)，它會(huì)匹配正則模板庫里的所有正則，比如它匹配的正則最后匹配到了“你喜歡”的這樣一個(gè)句子，然后把“你喜歡”后面的這一部分都抽取出來，也就是說“看海賊王嗎？”這幾個(gè)字符全抽取出來作為候選。候選里面肯定包括一些形容詞、標(biāo)點(diǎn)符號(hào)、無意義的詞，怎么去刪掉它們呢？我們采用了一種方法叫TrieMatch的方法，其實(shí)可以用最常匹配的這種方法去進(jìn)行匹配，我們最后匹配到字典里的叫“海賊王”的字典庫，然后我們把“海賊王”關(guān)鍵詞抽取到文本中，“海賊王”屬于動(dòng)漫字典，然后再給用戶進(jìn)行一個(gè)回復(fù)，這是這邊的一個(gè)簡(jiǎn)單說明。

自然語言生成（NLG）實(shí)例

最后，講一下自然語言生成。也就是說我們機(jī)器人在回復(fù)時(shí)，不可能讓它只是回復(fù)我們查到的答案。以天氣為例，天氣最后的結(jié)果一般是氣溫，還有天氣的狀況。所以我不可能直接回復(fù)用戶說“多云，10度、15度”，我肯定要回復(fù)非常自然的句子。它的做法是這樣子的：比如我們對(duì)于整個(gè)NLG在天氣回復(fù)里是這樣設(shè)計(jì)的，它的Answer包括四個(gè)部分，第一個(gè)部分叫“今天的天氣是什么”，第二個(gè)部分叫“最低氣溫是什么”，第三個(gè)部分叫“最高氣溫是什么”，第四個(gè)部分叫“個(gè)性化的回復(fù)語料”。我們可以看到，當(dāng)我們有這樣一個(gè)slots_info的時(shí)候，我們有“多云，10-15”度時(shí)，我們就直接可以把這4個(gè)信息拼成一句話，這句話可能是“今天的天氣是多云，最低氣溫是10度，最高氣溫15度，天氣有點(diǎn)涼哦，主人穿件薄外套吧”，這就是自然語言生成，我們利用槽位填充來做的模塊的具體實(shí)現(xiàn)，其實(shí)也算一段偽代碼。

總結(jié)一下，我們整個(gè)框架怎么實(shí)現(xiàn)呢？首先，NLU，我們用Jieba分詞、哈工大的LTP；意圖解析我們可以用FastText或者Bert；NLG我們用配置的方法去做；DM我們用Python自己去寫；任務(wù)對(duì)話我們用規(guī)則去實(shí)現(xiàn)；功能模塊我們用現(xiàn)成的；問答模塊我們用模板；閑聊模塊我們是用基于檢索的方法，這樣就可以非常簡(jiǎn)單的去實(shí)現(xiàn)一個(gè)聊天機(jī)器人。今天的主要部分就講到這些。

知識(shí)圖譜在虛擬生命中的應(yīng)用及技術(shù)路徑

接下來跟大家聊一聊關(guān)于知識(shí)圖譜方面的信息，聊天機(jī)器人這塊基本的技術(shù)方面跟大家聊得差不多了。

講講圖靈測(cè)試。聊天機(jī)器人現(xiàn)在表現(xiàn)是非常差的，但是在2014年仍然通過了圖靈測(cè)試，圖靈測(cè)試本身是圖靈在1950年代發(fā)明的測(cè)試，它是測(cè)試機(jī)器人是不是能蒙騙人類，它的測(cè)試方法是在5分鐘之內(nèi)，我一個(gè)人，這有一堵墻，不知道對(duì)面是一個(gè)電腦還一個(gè)人，我跟它對(duì)話5分鐘，如果參與測(cè)試的人30%都被騙了，那么就說這個(gè)計(jì)算機(jī)通過了圖靈測(cè)試。其實(shí)這個(gè)測(cè)試標(biāo)準(zhǔn)是非常主觀的，我們可以利用很多trick去繞過這樣的一些設(shè)置。所以說其實(shí)圖靈測(cè)試并不能真正反映機(jī)器人的智能程度，因?yàn)閳D靈測(cè)試的來源是什么？大家可能聽過這個(gè)故事，圖靈是個(gè)同性戀者，所以說圖靈測(cè)試是每一個(gè)在英國的同性戀在1950年代必須通過的日常測(cè)試，也就是說作為一個(gè)同性戀，你能不能裝成一個(gè)異性戀，其實(shí)這是圖靈測(cè)試最先緣起的原由，其實(shí)是很悲慘的一個(gè)故事，最后圖靈由于被接受化學(xué)閹割，然后抑郁而去自殺的，非常可惜的一個(gè)事情。所以我們講這些的原因是在于，我們覺得哪怕是聊天機(jī)器人它通過了圖靈測(cè)試，并不能代表它真正具有智能的一個(gè)效果。

所以我們接下來就會(huì)想：既然這個(gè)聊天機(jī)器人做得這么差，怎么去提升它的體驗(yàn)感和效果？我們想到的一種方法是給聊天機(jī)器人賦予人格和IP化，比如大白，比如R2D2，比如外星人，好像就是叫AI，這個(gè)電影，《西部世界》，我們是不是能把這些形象放到聊天機(jī)器人里去，這是我們想要做的事情。

我們?cè)?jīng)做的一個(gè)第二代產(chǎn)品，就是怎樣讓一個(gè)聊天機(jī)器人更加具有生命感的表達(dá)，視頻因?yàn)闀r(shí)間關(guān)系就不播放了。所以我們對(duì)虛擬生命有一個(gè)比較完整的定義，我們把它稱之為“虛擬生命”，它除了具有聊天機(jī)器人最基本的能力之外，它還具有比如看、聽、說、思考、動(dòng)作等這樣一些方面的能力，這是我們對(duì)虛擬生命期望的效果。定義是我們希望它以多形態(tài)和多模態(tài)進(jìn)行交互，具備強(qiáng)大的感知和認(rèn)知能力，并進(jìn)一步實(shí)現(xiàn)自我認(rèn)知和自我進(jìn)化。這是我們對(duì)虛擬生命總體的技術(shù)進(jìn)行的總結(jié)，可以看到除了圖像、聲學(xué)和認(rèn)知交互之外，我們還具備像姿態(tài)、情感、作詞作曲、演唱、多性格、情感識(shí)別、主動(dòng)推薦等各方面的能力。

怎么樣去實(shí)現(xiàn)這些能力？我們前面這些鋪墊都是為了引出我們接下來要講的這塊內(nèi)容，叫“知識(shí)圖譜”，怎么樣真正的讓聊天機(jī)器人擁有自己思考、理解、推理能力，也就是我們正在研究的知識(shí)圖譜技術(shù)所要帶給我們可以期望的東西。我們知道，現(xiàn)在是深度學(xué)習(xí)和大數(shù)據(jù)的時(shí)代，深度學(xué)習(xí)和大數(shù)據(jù)利用它的算力、利用它的數(shù)據(jù)，可以在感知層面，比如圖像識(shí)別、語音識(shí)別、語音合成做到非常好的效果，但是碰到有一些需要思考的問題深度學(xué)習(xí)肯定是要掛掉的。舉個(gè)簡(jiǎn)單的例子，比如肖仰華老師曾經(jīng)舉個(gè)經(jīng)典的例子叫“我把雞蛋放到籃子里，是雞蛋大還是籃子大？”這個(gè)問題對(duì)于深度學(xué)習(xí)來講是非常難以解決的，因?yàn)樗痪邆涑ＷR(shí)和推理，所以雞蛋大還是籃子大的這個(gè)問題它就回答不了。另外，我還可以問一個(gè)問題，叫“姚明的妻子的女兒的媽媽的老公的國籍是什么？”我想現(xiàn)在的聊天機(jī)器人無一例外都會(huì)被繞暈的，因?yàn)橐γ鞯钠拮拥呐畠旱膵寢尩睦瞎鋵?shí)就是姚明，但是機(jī)器人是沒有辦法去理解這么復(fù)雜的一段信息的。但這個(gè)時(shí)候如果我們擁有了這樣一套豐富的知識(shí)圖譜之后，我們其實(shí)就可以進(jìn)行推理，包括常識(shí)推理這方面的內(nèi)容。

知識(shí)圖譜全流程

接下來我們就開始介紹知識(shí)圖譜整體的全流程，知識(shí)圖譜的全流程在這張圖上寫得比較清楚。最下面是對(duì)于三種不同類型的數(shù)據(jù)（結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化）進(jìn)行數(shù)據(jù)加工，這里用到知識(shí)表示、知識(shí)融合、關(guān)系抽取、事件抽取、實(shí)體分類、屬性分類等各種方法去建立起自己的知識(shí)圖譜，我們自己的知識(shí)圖譜叫“七律”，所以我這里把“七律”這兩個(gè)字寫上來了。當(dāng)我們建立了這些知識(shí)圖譜之后，在上層就可以想象出它可以做很多應(yīng)用，比如問答、推理、聯(lián)想、推薦，等等，但做這些應(yīng)用之前我們還需要有一步中間層，叫“知識(shí)映射層”，比如我們需要做知識(shí)檢索、本體對(duì)齊、實(shí)體消歧、機(jī)器閱讀這方面的事情，才能夠使得這個(gè)知識(shí)圖譜能夠真正的變成知識(shí)應(yīng)用。

知識(shí)來源

首先說一下知識(shí)來源，我們的來源來自百度、互動(dòng)百科、知乎、新浪、維基、萌娘百科。為什么要有萌娘百科呢？我們自己做的產(chǎn)品是一個(gè)偏向二次元和娛樂化的，所以在建立知識(shí)圖譜的時(shí)候一定要根據(jù)自己的領(lǐng)域去建立知識(shí)圖譜，萌娘百科給我們帶來很多關(guān)于二次元的百科知識(shí)，這是我們非常有用的一些知識(shí)，所以我們?nèi)ソ⒘艘惶灼蚨卧倪@樣一套知識(shí)圖譜。

知識(shí)表示

然后是知識(shí)表示，我們都知道知識(shí)要去進(jìn)行存儲(chǔ)的話要有一定的表示方式，我們除了比較直觀的圖表示，還有這種RDF的表示方式，大家可以理解它是一個(gè)三元組，比如特朗普的妻子是梅拉尼婭，特朗普的女兒是伊萬卡，其實(shí)是兩個(gè)實(shí)體，特朗普和梅拉尼婭中間的關(guān)系是妻子關(guān)系，特朗普的妻子是梅拉尼婭，這就是我們對(duì)知識(shí)進(jìn)行表示。所以在我們最底層對(duì)知識(shí)進(jìn)行處理之后，我們接下來對(duì)知識(shí)需要進(jìn)行一個(gè)表示。

知識(shí)補(bǔ)全

然后這個(gè)PPT跟大家聊的是知識(shí)補(bǔ)全，知識(shí)補(bǔ)全是怎么做的呢？給大家舉個(gè)例子，比如陳道明的妻子是杜憲，我們?cè)诎倏评锶ゲ殛惖烂鬟@個(gè)詞條，我們會(huì)發(fā)現(xiàn)它有一個(gè)信息是妻子是杜憲，但是我們查杜憲的時(shí)候發(fā)現(xiàn)杜憲并沒有一個(gè)邊指向陳道明，那如果我們有了一套知識(shí)體系，它會(huì)限定如果一個(gè)人是另外一個(gè)人的丈夫，那么這個(gè)人肯定是這個(gè)人的妻子，這個(gè)邏輯應(yīng)該不會(huì)錯(cuò)吧？這個(gè)也可能會(huì)錯(cuò)，為什么呢？?jī)蓚€(gè)人如果都是男性，或者兩個(gè)人如果都是女性的話，這個(gè)就有問題了。但我們假定這個(gè)不存在，我們假定如果一個(gè)人是一個(gè)人的妻子，那么這個(gè)人肯定是另外一個(gè)人的丈夫。所以有了這套知識(shí)體系之后，我們就可以補(bǔ)上一條邊，比如杜憲的丈夫是陳道明，這條邊就可以自動(dòng)補(bǔ)上了，費(fèi)麗達(dá)的丈夫是程遠(yuǎn)，那么程遠(yuǎn)的妻子就是費(fèi)麗達(dá)，用這樣一些手段可以舉行知識(shí)補(bǔ)全，這也是預(yù)處理時(shí)需要去做的一個(gè)事情。

知識(shí)擴(kuò)展

什么叫知識(shí)擴(kuò)展？就是我們把一些不存在的關(guān)系學(xué)習(xí)到并且加入到知識(shí)圖譜里去。我舉的這個(gè)例子可能不恰當(dāng)，因?yàn)檫@個(gè)關(guān)系是已經(jīng)存在的了，我只是說一下這個(gè)方法是怎么做的。

“2015年10月1號(hào)，劉強(qiáng)東與奶茶妹妹在澳大利亞舉行婚禮”，這個(gè)句子它里面是有一個(gè)關(guān)系存在的，是什么關(guān)系？劉強(qiáng)東和奶茶妹妹是夫妻關(guān)系，然后我們接下來通過實(shí)體鏈接，在數(shù)據(jù)庫里找到奶茶妹妹其實(shí)真名是章澤天，那這樣我們就可以直接在劉強(qiáng)東和章澤天之間建立起一個(gè)夫妻關(guān)系，并且把這個(gè)知識(shí)擴(kuò)展到我們已有的知識(shí)圖譜中，這個(gè)就是我們所說的知識(shí)擴(kuò)展方面的內(nèi)容。

新知識(shí)發(fā)現(xiàn)

新知識(shí)發(fā)現(xiàn)也是我們要做的一個(gè)事情，因?yàn)槲覀冎乐R(shí)的變化實(shí)在是太快了，我們最近有很多熱點(diǎn)知識(shí)不斷刷新我們的認(rèn)知。比如“御三家”什么意思？原本是指德川本家之外的三大家族，現(xiàn)在可能會(huì)指這個(gè)，比如亞洲表情包御三家：姚明、金館長(zhǎng)、兵庫北，這種御三家。還有“隔壁老王”，隔壁老王以前就是指隔壁老王，現(xiàn)在它有一個(gè)含義還叫“親生爸爸”，這個(gè)也是新知識(shí)發(fā)現(xiàn)，我們要去找的一些東西。“祭天”也是前年挺火的，暴風(fēng)影音那個(gè)事，但是我覺得挺有趣的，祭天是通過殺死程序員、產(chǎn)品經(jīng)理等，來留住用戶的一種儀式。它其實(shí)也是老詞的一個(gè)新的解釋，其實(shí)我們?cè)谛轮R(shí)發(fā)現(xiàn)時(shí)，就需要去發(fā)現(xiàn)這樣一些新的知識(shí)，有了這些新知識(shí)之后怎么辦？后面就是更新。我們有兩種更新方式，第一種更新方式是增量，當(dāng)我們發(fā)現(xiàn)這樣的熱詞之后，我們會(huì)對(duì)它以及它周邊的實(shí)體進(jìn)行增量更新；另外一種是全量更新，比如我們定期一個(gè)月對(duì)知識(shí)圖譜進(jìn)行全范圍的更新，因?yàn)樗拇鷥r(jià)是相當(dāng)大的，所以知識(shí)更新也是我們知識(shí)圖譜整個(gè)構(gòu)建鏈條中不可或缺的一部分來保證知識(shí)圖譜的新鮮度。

基于知識(shí)圖譜的問答

基于知識(shí)圖譜的問答是知識(shí)圖譜的一種應(yīng)用，這里面跟大家舉的例子是這個(gè)基于語義解析的知識(shí)圖譜的問答。我們可以看到，整個(gè)問答里綜合了自然語言處理的各種模塊，也綜合了我們?cè)谥R(shí)圖譜里所涉及到的知識(shí)領(lǐng)域。

川普的老婆的國籍是什么？首先我們實(shí)體會(huì)抽取到“川普”，“川普”是指四川普通話？還是指特朗普？這里我們就需要有一個(gè)映射，有一個(gè)實(shí)體的消歧，最后我們得到它是指特朗普。“老婆”對(duì)應(yīng)的標(biāo)準(zhǔn)叫法是“配偶”，“國籍”是“國籍”，“？”是“？X”，我們就會(huì)把這個(gè)語義進(jìn)行組合，比如特朗普的配偶是“？y”“？y”的國籍是“?x”，而我們最后一個(gè)查的是“?x”，所以它就會(huì)這樣寫，“SELECT DISTINCT？X”WHERE，限定條件是什么？“？y”的國籍是“？x”，并且限制特朗普的配偶是“？y”，最后我們得到特朗普的配偶是梅拉尼婭，梅拉尼婭的國籍是美國，所以最后得到的答案是“美國”，具體的細(xì)節(jié)可以去研究一下基于語義解析的知識(shí)圖譜。用到很多技術(shù)，包括分詞、詞性標(biāo)注、NER、關(guān)系抽取，等等，也不是我們這節(jié)課所討論的范圍。

工程落地的其他問題

我們感覺掌握了很多NLP知識(shí)，掌握了很多KG技術(shù)，又有了一些工程的手段，就覺得我可以做成非常棒的產(chǎn)品。但正如這幅圖給大家看到的一樣，這是一個(gè)什么鳥，我也忘了是野鴨還是什么，它在落地冰面時(shí)滑到了，真正落地跟我們想象的有時(shí)是完全不一樣的。所以在工程落地時(shí)有很多因素是需要考慮的，這里面不僅僅是技術(shù)的問題，技術(shù)可能只是占我們整個(gè)產(chǎn)品化的一個(gè)非常小的部分。我們需要考慮這個(gè)產(chǎn)品賣給誰、怎么賣，然后我們還需要考慮整個(gè)系統(tǒng)的性能架構(gòu)。

我們是采用檢索式的閑聊問答，還是做多模態(tài)的交互問答，同時(shí)我們還要考慮它軟硬件投入、人力投入和市場(chǎng)行情是什么樣的。尤其是現(xiàn)在聊天機(jī)器人本身就是一個(gè)已經(jīng)不是紅海市場(chǎng)，已經(jīng)是血海市場(chǎng)了，大家在這個(gè)市場(chǎng)上真的是打得頭破血流，如果大家還是想以簡(jiǎn)單的聊天機(jī)器人的形式來進(jìn)入市場(chǎng)的話，就會(huì)面臨什么樣的競(jìng)爭(zhēng)？就會(huì)面臨49元的小米小愛音箱，就會(huì)面臨79元的天貓精靈，就會(huì)面臨199元的小米的小愛同學(xué)，還有299元百度的小度在家。所以怎么樣做工程化和產(chǎn)品化，也是需要我們?cè)谏虡I(yè)的邏輯上思考的問題。

結(jié)語

最后耽誤大家2分鐘，簡(jiǎn)單講一下我們做的是什么，我們做的是事情是聊天機(jī)器人，具體的歷程就不跟大家說了，首先是公子小白。我們?cè)?018年8月份推出了這樣一款新的產(chǎn)品叫琥珀，它是全息投影的智能聊天音箱，2019年5月份會(huì)和全職高手合作，給大家推出一版葉修版本的琥珀機(jī)器人，我們期待用戶可以通過機(jī)器人跟葉修直接進(jìn)行交互，然后看它的一些動(dòng)作。2019年12月份，也就是今年年底，我們會(huì)推出一個(gè)男性明星，這個(gè)男性明星應(yīng)該是我們現(xiàn)在國內(nèi)流量前10的一個(gè)男明星，小鮮肉級(jí)別的男明星，也希望大家來關(guān)注我們的產(chǎn)品。

我們的人工智能研究院是在上海成立的，專家還包括張民老師、王昊奮博士，我們的成員來自于各個(gè)知名大學(xué)，跟蘇大、華東師范大學(xué)等也建立了聯(lián)合實(shí)驗(yàn)室，也推出了一款叫“虛擬生命引擎”（GAVE）的引擎。

這是我的最后一頁，再跟大家聊兩句，我們整個(gè)虛擬生命的引擎包括幾個(gè)層面：我們?cè)跀?shù)據(jù)層其實(shí)做了很多事情，包括知識(shí)圖譜，包括基礎(chǔ)的數(shù)據(jù)分析和運(yùn)營平臺(tái)；中間層里我們會(huì)做一些基于認(rèn)知智能的、感知智能的，比如聲音、圖像、人臉識(shí)別、情緒識(shí)別，還包括像推理、聯(lián)想、記憶、情感這樣一些認(rèn)知智能；服務(wù)層我們會(huì)有聊天、智能家居、多模態(tài)問答等等；最后我們還可以提供開放平臺(tái)的接入點(diǎn)，讓大家方便的接入到我們的一些功能。

感謝大家的支持，我的課程就講到這。

Q&A

提問1：一個(gè)對(duì)話系統(tǒng)包括這么多內(nèi)容，用端到端的系統(tǒng)好，還是分成一步一步來做比較好？感覺工程量好大。

邵浩：看你什么目的吧，如果你是為了做研究目的的話，那肯定是端到端了，如果寫論文的話肯定是要端到端，這個(gè)是毋庸置疑的。工程方面還是要好用，所以工程方面的原則是盡可能用最簡(jiǎn)單的方法來得到效果；如果不行，我們?cè)傧肫渌霓k法。

剛才我說到分兩個(gè)層面，如果你想學(xué)工程的話，就還用這些規(guī)則自己動(dòng)手實(shí)踐去做；如果你想做論文研究，你就還是去專注于論文和端到端的系統(tǒng)。

提問2：老師，知識(shí)圖譜在對(duì)話系統(tǒng)中重要嗎？現(xiàn)在用得多嗎？

邵浩：重要，但現(xiàn)在用得不多，為什么？你說的這個(gè)是知識(shí)圖譜在對(duì)話系統(tǒng)中。知識(shí)圖譜在問答系統(tǒng)中還是蠻重要的，我們?cè)诨谥R(shí)圖譜的問答里還是大量使用知識(shí)圖譜，但是在其他的功能模塊，剛才我講到了，比如閑聊，比如任務(wù)對(duì)話，那知識(shí)圖譜用得并不多。而且工程界對(duì)知識(shí)圖譜的使用也不是特別多。

提問3：DM中slot中如果命中Keyword，但沒有返回日期和時(shí)間，會(huì)返回相應(yīng)的問題給用戶，請(qǐng)用戶補(bǔ)充日期和時(shí)間，請(qǐng)問這個(gè)問題也是人工設(shè)定的嗎？

邵浩：這個(gè)問題是在我們?nèi)プ鲞@個(gè)任務(wù)之前就已經(jīng)設(shè)定好的，比如天氣我會(huì)給它幾個(gè)槽位，一個(gè)叫“時(shí)間”，一個(gè)叫“日期”。訂票我會(huì)給它幾個(gè)槽位：出發(fā)地、目的地、出發(fā)時(shí)間、航班、機(jī)場(chǎng)。所以其實(shí)你可以任務(wù)它是人工設(shè)定的，這個(gè)問題簡(jiǎn)單回答，就是人工設(shè)定的。

提問4：如果目標(biāo)是從非關(guān)系數(shù)據(jù)庫中對(duì)知識(shí)進(jìn)行存儲(chǔ)、抽取、推理，請(qǐng)問這個(gè)存儲(chǔ)是存儲(chǔ)在SQL還是noSQL比較好？

邵浩：像JENA、MongoDB、Dom4J，我們?cè)诠こ讨幸鶕?jù)具體場(chǎng)景選擇不同的數(shù)據(jù)庫的實(shí)現(xiàn)方式，。說實(shí)話，現(xiàn)在MySQL在某些場(chǎng)景下真的非常好用，還有MongoDB和ES，這種數(shù)據(jù)庫有時(shí)真的比圖數(shù)據(jù)庫的效率要高非常多。所以要根據(jù)具體的工程場(chǎng)景要實(shí)現(xiàn)什么樣的功能去決定。

提問5：對(duì)目前的算法應(yīng)用效果還不如正則或者模板效果好，那怎樣去選擇呢？

邵浩：它是一種融合性方法，我們?cè)谧约旱牧奶鞕C(jī)器人系統(tǒng)中也有大量的，但是我們會(huì)設(shè)計(jì)一些多層的策略。比如說我們?cè)谝鈭D識(shí)別時(shí)會(huì)做一些策略，意圖前面我們會(huì)有一些規(guī)則，規(guī)則如果能覆蓋的精確性問題那最好，如果覆蓋不了的，我們用深度學(xué)習(xí)方法去進(jìn)行意圖分類時(shí)還會(huì)采用融合方法（Stacking），我們會(huì)在融合之后綜合評(píng)判是不是要選取得分最高的那個(gè)模型最后明確意圖。

而且我們?cè)谧鲞@個(gè)事情的時(shí)候一般都是返回top3或者top5，同時(shí)我們?cè)诤竺婺K如果發(fā)現(xiàn)這個(gè)意圖進(jìn)行不下去了，我們還有一個(gè)“拒識(shí)”模塊，我們即便是走通了也會(huì)把它“拒識(shí)”掉，這個(gè)要根據(jù)產(chǎn)品的效果去選擇的。

提問6：意圖識(shí)別全靠人工編輯所有意圖規(guī)則在進(jìn)行判斷嗎？還有其他方法嗎？

邵浩：我剛才舉的例子是用規(guī)則來進(jìn)行意圖識(shí)別的，但我后面有一個(gè)PPT還講到，意圖識(shí)別其實(shí)是一種融合性方法，所以可以你先有規(guī)則，然后后面再用一些深度學(xué)習(xí)方法，剛才我說的fastText也可以做這種意圖分類，但需要有大量的數(shù)據(jù)做監(jiān)督學(xué)習(xí)。

提問7：怎樣自動(dòng)化測(cè)試聊天機(jī)器人的效果？

邵浩：這個(gè)要看一下評(píng)測(cè)標(biāo)準(zhǔn)。我們自己內(nèi)部會(huì)有自己的評(píng)測(cè)標(biāo)準(zhǔn)，這個(gè)評(píng)測(cè)標(biāo)準(zhǔn)包含幾百項(xiàng)測(cè)試，比如它的識(shí)音，它的識(shí)音還要分幾米，比如近場(chǎng)識(shí)音、遠(yuǎn)場(chǎng)識(shí)音，然后它對(duì)話過程中的輪數(shù)、學(xué)習(xí)時(shí)間、對(duì)話的自然度、語音的自然度，等等，都會(huì)作為聊天機(jī)器人的測(cè)試效果。所以現(xiàn)在工程界并沒有一個(gè)非常準(zhǔn)確的、嚴(yán)格的測(cè)試聊天機(jī)器人的效果的方法。如果你們想去參考的話，學(xué)術(shù)界有很多這種聊天機(jī)器人的評(píng)測(cè)，非常多的評(píng)測(cè)，大家可以去看一下，我們那本書也有一章寫了測(cè)評(píng)的方法。

提問8：意圖識(shí)別后的分類用哪種方式好？自上而下直接分發(fā)到domain或者bot，還是中控先分發(fā)、后收集反饋？

邵浩：每一家bot的做法都不太一樣，你說的domain其實(shí)是一種兩層次分類，我們是一種五層次分類。我們的做法會(huì)采用一個(gè)兩層策略，我們先做一個(gè)粗分類，然后有一個(gè)topK的結(jié)果，然后把這個(gè)topK的結(jié)果分發(fā)給K個(gè)子模塊進(jìn)行執(zhí)行，每個(gè)子模塊相當(dāng)于是一種競(jìng)爭(zhēng)關(guān)系，它們?cè)趫?zhí)行完這些問題之后，給我了DM一個(gè)反饋。比如我是音樂模塊，我給我的DM反饋就是我覺得我做得最好，我給自己打10分，你愿意不愿意接受我這種分值。然后DM就會(huì)中控再?zèng)Q定我收集到的這些，比如我在500毫秒收集到所有模塊的反饋之后，再?zèng)Q定選擇哪個(gè)模塊進(jìn)行最后的返回。所以這塊最后還是根據(jù)每家bot的系統(tǒng)不太一樣。

提問9：圖靈測(cè)試如果不能體現(xiàn)聊天機(jī)器人的先進(jìn)性，那么通過哪種測(cè)試來測(cè)試性能呢？

邵浩：這個(gè)跟剛才我說的那個(gè)問題一樣，學(xué)術(shù)界是有比較多評(píng)測(cè)數(shù)據(jù)的比賽，大家可以關(guān)注一下這些比賽，看一下理論界是怎么做的。

提問10：在意圖識(shí)別中如果遇到一個(gè)query有多個(gè)意圖，該怎么處理比較好？

邵浩：我們其實(shí)是有topK，會(huì)以它最后的分值來判斷。

提問11：NLU會(huì)做預(yù)處理嗎？

邵浩：會(huì)的，肯定會(huì)做的，而且都是單獨(dú)模塊，比如語氣詞、標(biāo)準(zhǔn)化，都是單獨(dú)模塊去做的。

提問12：詞義消歧怎么做？

邵浩：詞義消歧有各種不同的方法，有基于規(guī)則的，還有基于熱度的。比如基于熱度，比如我們?cè)谥v“737”時(shí)，它可能指737-800，也可能指737max，這時(shí)我們可能根據(jù)社交媒體的熱度，來判斷最近最火的新聞是737max飛機(jī)失事，這時(shí)我們就可以利用熱度進(jìn)行消歧。消歧的方法還有很多種，我們可以利用上下文、熱度、貢獻(xiàn)詞，這個(gè)都可以去用的。

提問13：在垂直領(lǐng)域進(jìn)行對(duì)話，利用知識(shí)圖譜，性能是否會(huì)有提升？

邵浩：肯定會(huì)有的，因?yàn)槲覀円沧鲞^很多類似于政府的垂直項(xiàng)目、醫(yī)療的垂直項(xiàng)目，利用知識(shí)圖譜會(huì)大大提升它的問答效果，這個(gè)肯定會(huì)的。

提問14：機(jī)器人處理的鏈路很長(zhǎng)，如何平衡響應(yīng)速度和鏈路模塊的質(zhì)量？

邵浩：這個(gè)問題提得很好，因?yàn)槲覀儸F(xiàn)在聊天機(jī)器人里有一個(gè)非常嚴(yán)重的問題叫“錯(cuò)誤傳遞”，如果你串行模塊多的話，它的錯(cuò)誤傳遞下來就會(huì)非常差。我們平衡時(shí)要根據(jù)具體情況，比如我們會(huì)設(shè)置一個(gè)“超時(shí)”，有些模塊并行處理時(shí)，我們會(huì)選擇沒有超時(shí)并且效果最好的那個(gè)處理。

提問15：如何衡量情感方面的好壞？

邵浩：我們自己有一個(gè)三層體系，大概27種判斷標(biāo)準(zhǔn)，這個(gè)可能也會(huì)根據(jù)具體的情況來具體判斷吧，沒有辦法給出一個(gè)標(biāo)準(zhǔn)的指標(biāo)。

提問16：有什么指標(biāo)來判定閑聊回答的優(yōu)點(diǎn)？

邵浩：最直接的一個(gè)指標(biāo)就是看看用戶愿意不愿意跟你聊，小冰其實(shí)提出了很多指標(biāo)，比如用戶跟你進(jìn)行對(duì)話的輪數(shù)作為一個(gè)指標(biāo)。

提問17：多輪意圖分類是怎么實(shí)現(xiàn)的？

邵浩：我剛才在PPT里應(yīng)該說得比較清楚，“那明天呢”它沒有走到正常意圖里，它正常意圖得分會(huì)非常低，它低于我們的域值，所以我們要么丟棄它，要么拒識(shí)，要么判斷它是不是多輪的，如果它走到多輪里，我們會(huì)利用多輪的狀態(tài)機(jī)進(jìn)行它后面的問答。

提問18：檢索問答琥珀是否有用問題答案的匹配方法，還是只用問題和問題的匹配方法？

邵浩：這個(gè)問題問得比較好，我們兩種都用。因?yàn)槭裁矗恳驗(yàn)槲覀兊膌og數(shù)據(jù)是非常多的，這個(gè)可能又涉及到我們比較底層的東西，我就不多說了。我們兩種方法都會(huì)用，而且問題到答案的這種方法，有時(shí)是把問題通過其他的方式生成答案之后再進(jìn)行匹配的，這個(gè)方法是很有效的，建議大家去嘗試一下。